Kinesiska energijätten bygger datacenter och kraftverk som ett enda system – och vill lösa AI:s energiproblem inifrån

När energi och beräkningskraft smälter samman

Det finns en fråga som skjuts under mattan i många diskussioner om AI:s framtid: var kommer elektriciteten ifrån? Språkmodeller, bildgeneratorer och autonoma agenter är hungriga system – de kräver enorma mängder beräkningskraft, och beräkningskraft kräver energi. Massor av den.

GCL, ett kinesiskt energibolag som sedan 1996 byggt upp en portfölj på 8,2 gigawatt installerad kapacitet – varav över 97 procent är fossilfri – har bestämt sig för att ta tag i problemet på riktigt. Enligt CleanTechnica planerar företaget att integrera storskaliga AI-datacenter direkt i sin befintliga energiinfrastruktur, inte som ett sidoprojekt utan som en kärnkomponent i affärsmodellen.

Det är en tekniskt elegant idé, och den förtjänar att förklaras ordentligt.

Varför integrationen är det avgörande steget

När ett datacenter byggs på traditionellt vis köper det el från elnätet, precis som vilket annat företag som helst. Det innebär att datacentret konkurrerar om samma kapacitet som sjukhus, fabriker och hushåll – och att energikostnaden styrs av marknadens svängningar.

GCL:s approach är en annan. Genom att bygga datacenter som en integrerad del av sin energiproduktion kan företaget göra något som är svårt att uppnå på marknaden: styra beräkningslasten i realtid utifrån tillgänglig energi. Producerar solparkerna mer el än nätet behöver just nu? Öka beräkningsintensiteten i datacentret. Toppar efterfrågan på nätet? Dra ned på beräkningarna och sälj tillbaka kapacitet istället.

Detta är inte science fiction – det är en naturlig förlängning av vad GCL redan gör med sina virtuella kraftverk. Begreppet låter futuristiskt men är i grunden ett samordningssystem: GCL koordinerar produktion och förbrukning hos ett stort antal aktörer och kan, via ekonomiska incitament, be en fabrik att minska sin förbrukning under en toppbelastning, eller styra energi från batterilager tillbaka till nätet när det behövs. Att lägga till ett AI-datacenter i detta ekosystem är logiskt – datacentret blir en flexibel förbrukare som kan anpassa sig efter nätets behov, snarare än att stressa det.

En expansion som sträcker sig långt utanför Kina

GCL stannar inte hemma. Företaget har redan etablerat sig i Australien, Sydostasien och Europa, och expansionsplanerna är ambitiösa. I Sydostasien ska batterilagringen växa från ungefär 2 gigawattimmar per år i dag till nästan 16 gigawattimmar år 2032. Havsbaserad vindkraft väntas tredubblas till nära 3 000 megawatt per år till 2029, och solkraften ska mer än tredubblas till över 14 gigawatt per år fram till 2030.

Det är siffror som inte lämnar mycket åt fantasin – GCL bygger en plattform för att bli en global aktör, inte en regional nischspelare.

En modell branschen behöver

Jag har följt infrastrukturdebatten kring AI länge, och det som slår mig med GCL:s strategi är att den adresserar ett systemfel som branschen länge ignorerat. Hyperscalers som Google, Microsoft och Amazon har visserligen ingått enorma avtal om förnybar energi, men de köper ofta certifikat som inte är geografiskt eller tidsmässigt kopplade till den faktiska förbrukningen. Det är bokföring, inte fysik.

GCL bygger istället ett system där energiproduktion och förbrukning är fysiskt och operativt sammanlänkade. Det är en avgörande skillnad. En sol- eller vindpark som levererar el direkt till ett angränsande datacenter – och där datacentret kan justera sin last beroende på väder och nätbelastning – skapar en genuint cirkulär och stabil energimodell.

Det är den typen av lösning som krävs om AI-branschen ska kunna växa utan att bli en bromskloss för den gröna omställningen.